API Grok Imagine Video 1.5: precios y límites en 2026

Grok Imagine Video 1.5 es una API de image-to-video, no un modelo de text-to-video. Proporcionas una imagen de origen más un prompt de movimiento, y el modelo anima ese primer fotograma con audio nativo opcional. La API actual de xAI ofrece precios a 480p, 720p y 1080p; la ruta actual de reAPI expone 480p y 720p.^[1]

Esa distinción previene la solicitud fallida más común: enviar solo texto al modelo 1.5. Si necesitas text-to-video, reference-to-video, edición o extensión de vídeo, xAI documenta esas capacidades bajo la familia más amplia grok-imagine-video en lugar del endpoint de image-to-video 1.5.^[2]

TL;DR

Entrada: una imagen y un prompt de movimiento.
Salida: un vídeo de 1 a 15 segundos vía xAI; el canal recomendado de reAPI usa 6 a 15 segundos para compatibilidad de fallback.
Precio de xAI: 0,08 $/seg a 480p, 0,14 $/seg a 720p, y 0,25 $/seg a 1080p, más 0,01 $ por imagen de entrada.^[1]
Canal recomendado de reAPI: 0,03 $/seg a 480p y 0,06 $/seg a 720p; comprueba la página de modelo en vivo antes de presupuestar.
Audio nativo: compatible, con un toggle audio en el canal oficial de reAPI.
Duración máxima: 15 segundos.
Limitación principal: Grok Imagine Video 1.5 no acepta entrada de solo texto y la superficie de reAPI no expone 1080p actualmente.

Especificaciones de Grok Imagine Video 1.5

Propiedad	API de xAI	Canal recomendado de reAPI
ID del modelo	`grok-imagine-video-1.5`	`grok-imagine-video-1.5-official`
Entrada	Imagen + prompt	Una URL de imagen pública + prompt requerido
Resoluciones	480p, 720p, 1080p	480p, 720p
Duración	Hasta 15 segundos	6 a 15 segundos
Relaciones de aspecto	Conjunto soportado por el proveedor	`1:1`, `16:9`, `9:16`
Audio	Nativo	Nativo, toggle disponible
Facturación	Por segundo + entrada de imagen	Por segundo
Ejecución	Asincrónica	Tarea asincrónica

xAI describe la imagen de origen como el primer fotograma. Eso hace que el modelo sea útil para fotografías de productos, ilustraciones, retratos y fotogramas clave donde la composición inicial debe preservarse.^[3]

Precios de la API Grok Imagine Video 1.5

Precios de Grok Imagine Video 1.5 por resolución 480p, 720p y 1080p, con tarifas de lista de xAI y soporte actual de reAPI

Precios directos de xAI

Resolución	Tarifa de vídeo	Tarifa de imagen de entrada	Ejemplo de 8 segundos
480p	0,08 $/seg	0,01 $	0,65 $
720p	0,14 $/seg	0,01 $	1,13 $
1080p	0,25 $/seg	0,01 $	2,01 $

El ejemplo es tarifa × 8 + 0,01 $. Un clip de 1080p de 15 segundos llega a 3,76 $ antes de reintentos. La resolución es el mayor factor de precio.^[1]

Precios de reAPI y diferencias de canal

reAPI expone actualmente dos canales. La ruta official recomendada lista 0,03 $/seg para 480p y 0,06 $/seg para 720p. La ruta beta tiene un conjunto de relaciones de aspecto más amplio y un campo nsfw_checker pero una tarifa actual más alta. La ruta oficial requiere un prompt, soporta 6 a 15 segundos y proporciona un toggle de audio.

Para un clip de 8 segundos, la ruta recomendada actual es aproximadamente:

Resolución	Tarifa por segundo	Clip de 8 segundos
480p	0,03 $	0,24 $
720p	0,06 $	0,48 $

Las tarifas son datos operativos, no hechos permanentes. Usa la página de modelo Grok Imagine Video 1.5 en vivo antes de publicar una calculadora o comprometer precios para clientes.

Cómo llamar a Grok Imagine Video 1.5 en reAPI

El endpoint es asincrónico. Envía un trabajo, almacena el ID de la tarea e interroga el endpoint de tarea hasta que se complete.

import requests

payload = {
    "model": "grok-imagine-video-1.5-official",
    "prompt": "Slow cinematic push-in, natural hair movement, warm sunset light",
    "image_urls": ["https://your-cdn.com/keyframe.jpg"],
    "aspect_ratio": "16:9",
    "resolution": "720p",
    "duration": 8,
    "audio": True,
}

response = requests.post(
    "https://reapi.ai/api/v1/videos/generations",
    headers={
        "Authorization": "Bearer YOUR_API_KEY",
        "Content-Type": "application/json",
    },
    json=payload,
    timeout=30,
)
response.raise_for_status()
task = response.json()
print(task["id"])

Interroga GET /api/v1/tasks/{id}. Los resultados completados exponen la URL del vídeo generado, que debe copiarse a tu propio almacenamiento si la aplicación necesita un activo duradero.

Escribir prompts que preserven la imagen de origen

Los prompts más fuertes describen movimiento y comportamiento de cámara en lugar de rediseñar el fotograma completo. La imagen de origen ya proporciona composición, sujeto, ropa, paleta y fondo.

Usa este orden:

Movimiento del sujeto: parpadeo, giro, caminar, movimiento de tela, rotación de producto.
Movimiento de cámara: empuje adentro, dolly izquierda, cámara bloqueada, deriva manual.
Movimiento del entorno: viento, lluvia, tráfico, agua, partículas.
Audio: ambiente, diálogo, efectos o dirección de música.
Invariantes: mantener identidad, forma del producto, colocación del logo o encuadre.

Ejemplo:

The camera makes a slow 10% push-in. The subject blinks once and turns slightly
toward the window. Curtains move in a light breeze. Preserve the exact face,
clothing, room layout, and morning color palette. Quiet room tone and distant
city ambience; no dialogue.

Evita pedir diez planos en ocho segundos a menos que el montaje rápido sea el objetivo. Los clips cortos tienen poco tiempo para establecer múltiples movimientos de cámara y acciones.

¿480p, 720p o 1080p?

Usa 480p para pruebas de movimiento. Es la forma más barata de probar desvío de identidad, interpretación de cámara y tiempo de prompt.

Usa 720p para la mayoría de borradores sociales y de producto. Proporciona un equilibrio útil entre detalle y costo de reintento, y es la opción más alta de reAPI actualmente.

Usa 1080p vía xAI cuando la entrega final lo necesite. La tarifa es más de tres veces la tarifa de 480p, así que valida el movimiento a menor resolución primero. Una generación de 1080p no es expuesta por la ruta actual de reAPI descrita aquí.

Upscalear un clip de 720p exitoso puede ser más barato que regenerar múltiples intentos de 1080p, pero no puede recuperar detalle de movimiento faltante o corregir desvío de identidad.

Límites y modos de fallo

Las solicitudes de solo texto fallan conceptualmente. El endpoint 1.5 requiere una imagen.
Las URLs temporales expiran. Descarga vídeos completados rápidamente.
El audio añade otra superficie de fallo. Comprueba sincronización de labios, diálogo no deseado, recorte y ambiente inconsistente.
Los clips más largos multiplican costo y riesgo de desvío. Prueba los primeros seis a ocho segundos antes de usar el máximo de 15 segundos.
Las imágenes de entrada son facturables en xAI directo. Incluye la tarifa de imagen de 0,01 $ en calculadores de costo.
Aplica moderación. La carga exitosa no garantiza generación.

Para trabajo sensible a la identidad, usa una imagen de origen limpia con un sujeto claro, buena iluminación y sin señales de movimiento conflictivas.

FAQ

¿Grok Imagine Video 1.5 soporta text-to-video?

No. El modelo 1.5 actual es image-to-video. Usa una imagen de origen o selecciona un modelo Grok Imagine diferente que apoye explícitamente entrada de solo texto.

¿Genera audio?

Sí. xAI documenta audio nativo, y el canal oficial de reAPI expone un toggle audio.

¿Cuánto tiempo puede tener un vídeo?

Hasta 15 segundos. La ruta recomendada actual de reAPI usa un mínimo de 6 segundos.

¿reAPI soporta 1080p?

No en la ruta actual de Grok Imagine Video 1.5. Expone 480p y 720p. xAI directo documenta 1080p a 0,25 $ por segundo.

¿Cuánto cuesta un clip de 8 segundos a 720p?

xAI directo lista aproximadamente 1,13 $ incluyendo la tarifa de imagen de entrada. La ruta recomendada actual de reAPI lista aproximadamente 0,48 $. Comprueba precios en vivo antes del uso en producción.

Conclusión

La API Grok Imagine Video 1.5 es un animador de fotogramas clave enfocado: una imagen dentro, hasta 15 segundos de vídeo fuera, con audio nativo y precios basados en resolución. Prueba movimiento a 480p, traslada prompts exitosos a 720p y usa el nivel 1080p de xAI solo cuando el requisito de entrega justifique el costo de reintento.